Day25--正则表达式

正则表达式：符合一定规则的表达式。
作用：用于专门操作字符串。
特点：用于一些特定的符号来表示一些代码操作。这样就简化了书写。所以学习正则表达式，就是在学习一些特殊符号的使用。
好处：可以简化对字符串的复杂操作。
弊端：符号定义越多，正则越长，阅读性越差。

具体操作功能：

1、匹配：String matches方法。用规则匹配整个字符串，只要有一处不符合规则，就匹配结束，返回false。
2、切割：String split();
3、替换：String replaceAll();
4、获取：将字符串中符合规则的子串取出。

/*
操作步骤：
1、将正则表达式封装成对象。
2、让正则对象和要操作的字符串相关联。
3、关联后，获取正则匹配引擎。
4、通过引擎对符合规则的子串进行操作，比如取出。
*/
import java.util.regex.*;
class RegexDemo
{
    public static void main(String[] args) 
    {
        
    }

    public static void getDemo()
    {
        String str = "ming tian jiu yao fang jia le,da jia.";

        String reg = "[a-z]{3}";

        //将规则封装成对象
        Pattern p = Pattern.compile(reg);

        //让正则对象和要作用的字符串想关联。获取匹配器对象。
        Matcher m = p.matcher(str);

        //System.out.println(m.matches());//其实String类中的matches方法。用的就是Pattern和Matcher对象来完成的。
                                        //只不过被String的方法封装后，用起来较为简单。但是功能却单一。

        //boolean b = m.find();//将规则作用到字符串上，并进行符合规则的子串查找。
        //System.out.println(b);
        //System.out.println(m.group());//用于获取匹配后的结果。

        while(m.find())
        {
            System.out.println(m.group());
            System.out.println(m.start()+"...."+m.end());
        }
    }
}

练习

/*
需求：将下列字符串转成：我要学编程。

到底用四种功能中的哪一个呢？或者那几个呢？
思路方式：
1、如果只想知道该字符是否对是错，使用匹配。
2、想要将已有的字符串变成另一个字符串，替换。
3、想要按照自定的方式将字符串变成多个字符串，切割。获取规则以外的子串。
4、想要拿到符合需求的字符串子串，获取。获取符合规则的子串。
*/
import java.util.regex.*;
class RegexDemo
{
    public static void main(String[] args) 
    {
        String str = "我我...要要要....学学学学......编编编.....程程程程......"
    
        /*
        将已有字符串变成另一个字符串。使用 替换功能。
        1、可以先将. 去掉
        2、在将多个重复的内容变成单个内容。
        */
        str = str.replaceAll("\\.+","");
        System.out.println(str);

        str = str.replaceAll("(.)\\1+","$1");
        System.out.println(str);
    }   
}

import java.util.*;
class RegexDemo
{
    public static void main(String[] args) 
    {
        ipSort();
    }

    /*
    需求；对邮件地址进行校验
    */
    public static void checkMail()
    {
        String mail = "abd120@qq.com";

        String reg = "[a-zA-Z0-9_]+@[a-zA-Z0-9]+(\\.[a-zA-Z]+)+";//较为精确的匹配

        reg = "\\w+@\\w+(\\.\\w+)+";//相对不太精确的匹配

        System.out.println(mail.matches(reg));
    }

    /*
    将IP地址进行地址段顺序的排序。

    还按照字符串自然顺序，只要让它们每一段都是3位即可。
    1、按照每一段需要的最多的0进行补齐，那么每一段就会至少保证有3位。
    2、将每一段只保留3位。这样，所有IP地址都是每一段3位。
    */
    public static void ipSort()
    {
        String ip = "192.168.1.254 102.49.23.14 10.10.10.10 2.2.2.2";

        ip = ip.replaceAll("(\\d+)","00$1");
        System.out.println(ip);

        ip = ip.replaceAll("0*(\\d{3})","$1");
        System.out.println(ip);

        String[] arr = ip.split(" ");

        TreeSet<String> ts = new TreeSet<String>();

        for(String s : arr)
        {
            ts.add(s);
        }

        for(String s : ts)
        {
            System.out.println(s.replaceAll("0*(\\d+)","$1"));
        }
    }
}

网页爬虫

/*
网页爬虫（蜘蛛）
*/
import java.io.*;
import java.util.regex.*;
class RegexText
{
    public static void main(String[] args) 
    {
        getMails();
    }

    /*
    获取指定文档中的邮件地址。
    使用获取功能。Pattern Mather
    */
    public static void getMails() throws Exception
    {
        BufferedReader bufr = 
                new BufferedReader(new FileReader("mail.txt"));

        String line = null;

        String mailreg = "\\w+@\\w+(\\.\\w+)+";
        Pattern p = Pattern.compile(mailreg);

        while((line=bufr.readLine())!=null)
        {
            Matcher m = p.matcher(line);
            while(m.find())
            {
                System.out.println(m.group());
            }
        }
    }
}